Con el impulso de los fabricantes de automóviles para una carga de vehículos eléctricos (VE) más potente y velocidades de recarga más rápidas, las baterías podrían verse como un punto débil. La recarga rápida en corriente continua (DC) frecuente no es ideal para la salud a largo plazo de las baterías de VE, y las baterías más antiguas son menos capaces de sostener una recarga agresiva. Como en tantas otras cosas en el mundo actual, los investigadores querían ver si la IA podría ser una solución.
En un nuevo artículo publicado por IEEE, investigadores de la Universidad Tecnológica de Chalmers desarrollaron un algoritmo de carga “con conciencia de salud” que puede leer el estado de salud de una batería y adaptar el comportamiento de carga a medida que la batería envejece. En simulaciones, esto redujo la degradación proyectada lo suficiente como para prolongar la vida útil utilizable de una batería en aproximadamente un 23%, manteniendo al mismo tiempo los mismos tiempos de carga que baterías nuevas, afirman los investigadores.
El algoritmo basado en IA es capaz de interactuar con un sistema de monitoreo de baterías, “aprendiendo” el estado de salud de la batería a medida que envejece y buscando señales de problemas. Y los investigadores afirman que este método es lo suficientemente eficaz como para negar la necesidad de sensores dedicados para monitorear la batería misma. La mayoría de los fabricantes ya determinan la salud de la batería monitorizando el voltaje a nivel de celda, pero los investigadores parecen sugerir que sería necesario analizar las reacciones químicas dentro de la celda para producir un efecto equivalente.
Basado en la salud de la batería, el algoritmo puede ralentizar o acelerar la carga estableciendo diferentes límites de voltaje. Usando este método, la batería simulada pasó por 703 ciclos de carga y descarga antes de que la capacidad cayera por debajo del 80%. Una batería simulada cargada a voltaje constante durante todo el proceso solo logró 572 ciclos. Y los tiempos de carga se mantuvieron prácticamente iguales, 24.15 minutos para el método tradicional y 24.12 minutos para el método de IA.
Esos proyectos de investigación prometedores no siempre se convierten en productos comercialmente viables, pero el software que puede monitorizar en tiempo real los signos vitales de la batería y ajustar la carga en consecuencia está dando ese salto, ya sea que lleve la etiqueta de IA o no. En el CES de ese año, GBatteries presentó su propio software de carga, mientras que Breathe se desprendió de un proyecto de investigación del Imperial College London. Este último está ahora asociándose con Volvo para proporcionar software de carga para la nueva generación de VE de la automotriz, comenzando con el EX60 de 2027. Además de preservar la salud, Breathe afirma que puede mejorar la velocidad de carga en entre el 15% y el 30% con el monitoreo de datos en tiempo real.
